大数据学习笔记(5)-- java 开发 mapreduce

本贴最后更新于 2303 天前,其中的信息可能已经物是人非

首先引入 hadoop-client 依赖

<!-- hadoop依赖 --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>2.9.2</version> </dependency>

开发 maper

package com.bobo.mapreduce; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; import java.io.IOException; /** * KEYIN:是map task读取到的数据key类型,是一行的起始偏移量long * VALUEIN:是 map task读取到的数据value类型,是一行的内容string * * KEYOUT:是用户的自定义map方法要返回的结果kv数据的key的类型,在wordcount逻辑中,我们要返回的是单词的string * VALUEOUT:是用户的自定义map方法要返回的结果kv数据的value类型,在wordcount逻辑中我们要返回的是中暑integer * * 但是,在mapreduce中,map产生的数据需要传输给reduce,需要进行序列化和反序列化,而jdk中的原声序列化机制产生的数据量比较冗余, * 就会导致数据在mapreduce运行过程中传输效率低下 * 所以,hadoop专门设计了自己的序列化机制,那么,maoreduce中传输的类型就必须实现hadoop自己的序列化接口 * * hadoop为jdk中常用的基本类型Long,String,Integer,Float等数据类型封装了自己的实现了hadoop序列化的接口类型: * LongWritable,Text,IntWritable,FloatWritable * * @author bobo * @Description: * @date 2019-01-01 18:38 */ public class WordCountMapper extends Mapper<LongWritable, Text,Text, IntWritable> { @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { String text = value.toString(); String[] words = text.split(" "); for (String word :words) { context.write(new Text(word),new IntWritable(1)); } } }

开发 reducer

package com.bobo.mapreduce; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Reducer; import java.io.IOException; import java.util.Iterator; import java.util.concurrent.atomic.AtomicInteger; /** * @author bobo * @Description: * @date 2019-01-01 18:54 */ public class WordCountReducer extends Reducer<Text, IntWritable,Text,IntWritable> { @Override protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { AtomicInteger count = new AtomicInteger(0); Iterator<IntWritable> iterator = values.iterator(); iterator.forEachRemaining(value-> count.addAndGet(value.get())); context.write(key,new IntWritable(count.intValue())); } }

开发程序客户端运行

package com.bobo.mapreduce; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; /** * @author bobo * @Description: * @date 2019-01-01 19:48 */ public class JobSubmitter { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); //1.设置jov运行时要访问的默认文件系统 conf.set("fs.defaultFS", "hdfs://namenode:9000"); conf.set("dfs.client.use.datanode.hostname","true"); //2.设置job提交到哪里去运行 conf.set("yarn.resourcemanager.hostname", "namenode"); conf.set("mapreduce.framework.name", "yarn"); Job job = Job.getInstance(conf); //封装参数:jar包所在的位置 job.setJar("/Users/bobo/Documents/study-hadoop/study-mapreduce/target/study-mapreduce-1.0-SNAPSHOT.jar"); //封装参数:job要调用的mapper实现类和reducer实现类 job.setMapperClass(WordCountMapper.class); job.setReducerClass(WordCountReducer.class); //封装参数:本次job的mapper实现类产生结果数据的key,value类型 job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(IntWritable.class); //封装参数:本次job的reducer实现类产生结果数据的key,value类型 job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.class); //封装参数:本次job要处理的输入数据集所在路径 FileInputFormat.setInputPaths(job, new Path("/wordcount/input")); //输出路径不存在也可以 FileOutputFormat.setOutputPath(job, new Path("/wordcount/output")); //封装参数:想要启动的reduce task数量 job.setNumReduceTasks(3); //提交job给yarn boolean b = job.waitForCompletion(true); System.exit(b ? 0 : 1); } }
  • 大数据

    大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

    93 引用 • 113 回帖
  • Hadoop

    Hadoop 是由 Apache 基金会所开发的一个分布式系统基础架构。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力进行高速运算和存储。

    89 引用 • 122 回帖 • 617 关注

相关帖子

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...